การพัฒนาแบบจำลองบูรณาการระบบการแก้ไขปัญหาโรคติดเชื้อไวรัสโคโรนา 2019 เพื่อสนับสนุนกระบวนการตัดสินใจเชิงนโยบาย

Abstract

กรอบแนวคิดที่ประเทศไทยใช้กำหนดทิศทางของการจัดการปัญหาการระบาดใหญ่ของโรคติดเชื้อไวรัสโคโรนา 2019 หรือโควิด-19 (COVID-19) ภายใต้บริบทของระบบสุขภาพของประเทศไทยในปัจจุบัน อาจมีแนวโน้มของการคิดแยกส่วนโดยอาศัยความเชี่ยวชาญเฉพาะด้านเพื่อสนับสนุนกระบวนการตัดสินใจเชิงนโยบาย แต่ปัญหาการระบาดใหญ่ของโควิด-19 เป็นปัญหาซับซ้อนที่เกี่ยวข้องกับความสัมพันธ์ซึ่งกันและกันระหว่างสาเหตุในด้านต่างๆ มีความไม่แน่นอนในการแก้ไขปัญหาจากความรู้ที่มีอยู่จำกัดในปัจจุบัน ทำให้การตัดสินใจเชิงนโยบายด้วยการคิดแบบแยกส่วนอาจสร้างผลข้างเคียงของนโยบายที่ไม่ได้คาดคิดไว้ล่วงหน้า แต่นักระบาดวิทยาและนักวิจัยระบบสุขภาพสามารถประยุกต์ใช้แนวคิดและเครื่องมือของกระบวนการคิดเชิงระบบ (Systems Thinking) เพื่อวิเคราะห์ทางเลือกเชิงนโยบายในการแก้ไขปัญหาและลดข้อจำกัดของกระบวนการคิดแบบแยกส่วน โดยพิจารณาปัญหาการระบาดของโควิด-19 ในประเทศไทยเป็นส่วนหนึ่งของปรากฏการณ์ในระบบสังคมที่ซับซ้อนและปรับตัวได้ ซึ่งมุ่งทำความเข้าใจความสัมพันธ์ระหว่างองค์ประกอบของระบบทั้งหมดที่เชื่อมโยงกัน การทบทวนวรรณกรรมและข้อมูลเชิงปริมาณเพื่อกำหนดรูปแบบการเปลี่ยนแปลงของพฤติกรรมของระบบสุขภาพที่เกี่ยวข้องปัญหาโรคติดเชื้อไวรัสโคโรนา 2019 ในประเทศไทย ชี้ให้เห็นว่าจำนวนผู้ติดเชื้อและจำนวนผู้ป่วยโควิด-19 ที่ต้องรับไว้รักษาในโรงพยาบาลในประเทศไทยมีการเปลี่ยนแปลงในช่วงเวลาในลักษณะของความสัมพันธ์ที่ไม่เป็นเส้นตรงแต่ขึ้นอยู่กับค่าระดับการติดเชื้อพื้นฐาน (Basic Reproduction Number: R0) ซึ่งแสดงความสามารถในการแพร่เชื้อตามธรรมชาติของเชื้อไวรัสโคโรนา 2019 จากจำนวนคนเฉลี่ยที่ผู้ติดเชื้อ 1 คนสามารถแพร่เชื้อไปยังกลุ่มประชากรที่ไม่มีภูมิคุ้มกันและค่าระดับการติดเชื้อที่เกิดขึ้นจริงในแต่ละช่วงเวลา (Effective Reproduction Number: Rt) ซึ่งแสดงความสามารถของการแพร่เชื้อหลังจากมีการใช้นโยบายและมาตรการควบคุมโรค โดยที่ค่า Rt < 1 สะท้อนแนวโน้มควบคุมการระบาดได้ การวิเคราะห์ข้อมูลเชิงคุณภาพที่เกี่ยวข้องนำไปสู่การพัฒนาแผนภาพเชิงสาเหตุ (Causal Loop Diagram: CLD) ที่แสดงความสัมพันธ์ระหว่างองค์ประกอบของปัญหาที่รอบด้าน ซึ่งชี้ให้เห็นว่าปัญหาการระบาดของโควิด-19 ในประเทศไทยเป็นผลมาจากการปรับตัวที่ซับซ้อนของระบบสุขภาพ ตัวอย่างเช่น ในระยะแรกของการระบาดในประเทศไทยมีจำนวนผู้ติดเชื้อจำนวนน้อยและเพิ่มขึ้นอย่างช้าๆ เป็นผลมาจากกระบวนการควบคุมโรคที่มุ่งเน้นการกักโรคและแยกโรค โดยเฉพาะกลุ่มเสี่ยงที่เป็นผู้เดินทางกลับจากต่างประเทศเสริมด้วยมาตรการด้านสุขอนามัยส่วนตัวและการเพิ่มระยะห่างทางกายภาพ แต่เมื่อเกิดการระบาดแบบกลุ่มในสนามกีฬาและสถานบันเทิงของกรุงเทพมหานคร ทำให้มีจำนวนผู้ติดเชื้อเพิ่มขึ้นอย่างรวดเร็วส่งผลให้ผู้กำหนดนโยบายตัดสินใจใช้นโยบายการควบคุมโรคเข้มข้น เช่น ปิดสถานประกอบการ ให้ประชาชนอยู่บ้านและจำกัดการเดินทางแต่กลับมีผลข้างเคียงคือทำให้ผู้ติดเชื้อส่วนหนึ่งที่อยู่ในเมืองใหญ่ไม่มีงานทำและจำเป็นต้องปรับตัวโดยเดินทางกลับบ้านเกิด ทำให้มีการแพร่กระจายของเชื้อไปทั่วไปประเทศ ความเข้าใจในความสัมพันธ์ระหว่างองค์ประกอบของระบบทั้งหมดที่เชื่อมโยงกันจากการพัฒนาแผนภาพเชิงสาเหตุนำไปสู่การพัฒนาสังเคราะห์โครงสร้างของแบบจำลองสถานการณ์ระบบพลวัต (System Dynamics Simulation Models: SD) ของระบบบูรณาการเพื่อแก้ไขปัญหาการระบาดของโควิด-19 โดยพัฒนาต่อยอดจากแบบจำลองสถานการณ์ทางระบาดวิทยา โดยเพิ่มเติมกลุ่มนโยบายเพื่อบูรณาการระบบการแก้ไขปัญหาโควิด-19 ทั้งมาตรการควบคุมโรค มาตรการเพิ่มขีดความสามารถของระบบบริการสุขภาพและมาตรการเยียวยาผลกระทบด้านเศรษฐกิจและสังคม การทดสอบผลลัพธ์ของทางเลือกเชิงนโยบายด้วยแบบจำลองสถานการณ์เพื่อให้ผู้กำหนดนโยบายสามารถตัดสินใจเลือกนโยบายที่มีโอกาสสร้างผลลัพธ์ในการควบคุมโรคมากที่สุดหรือมีผลกระทบเชิงลบน้อยที่สุด รวมทั้งสามารถใช้แบบสถานการณ์นี้เป็นเครื่องมือในการสังเคราะห์บทเรียนเพื่อวางแผนปฏิรูประบบสุขภาพของประเทศไทยในระยะยาว เช่น ทดสอบนโยบายเพื่อลดผลกระทบของการระบาดของโรคอุบัติใหม่ในประชากรกลุ่มเปราะบางที่อาจส่งผลต่อความเป็นธรรมด้านสุขภาพ (Health Equity) หรือทดสอบนโยบายเพื่อเพิ่มขีดความสามารถในการปรับตัวของระบบสุขภาพ (Systems Resilience) เพื่อให้สามารถรับมือกับวิกฤตอื่นๆ ที่อาจเกิดขึ้นได้อีกในอนาคต